[发明专利]基于用户反馈的赞助搜索广告的建议关键词生成方法

说明书

技术领域

本发明涉及信息检索，数据挖掘，赞助搜索和机器学习领域，特别是涉及一种基于用户反馈的赞助搜索广告的建议关键词生成方法。

背景技术

近年来，赞助搜索作为一种成功的网络广告形式，商业价值突显，每年的利润数以亿计。一些主流的搜索引擎，如Google，Yahoo！等都为广告商提供了赞助搜索的服务。在赞助搜索广告中，广告商首先创建网页广告，并对与他们产品或服务相关的词语进行竞价。当网络用户搜索被竞价的词语时，搜索引擎会把竞价投标中获胜的广告商广告以赞助商链接的形式呈现给用户，其中赞助商链接一般显示在原始搜索结果的旁边。依照赞助商链接的用户点击数，广告商支付相应的费用给搜索引擎提供商。在这个过程中，广告商需要在预算范围内找到尽可能多的相关词语来增加被检索的数量，以增加相应的品牌曝光或产品销售。

赞助搜索广告的建议关键词生成技术，也叫做关键词建议技术帮助广告商自动生成与其产品或服务相关的大部分建议关键词。这里所生成的建议关键词与潜在客户的用于搜索查询的关键词的相关性直接影响了广告的效果。广告商，也就是建议关键词生成系统的用户，首先提供给系统描述产品或服务的概念词语，比如“鞋子(shoes)”，“旅游(travel)”等，我们称这些概念词语为种子关键词。一些常见的广告的建议关键词生成工具(例如Google’s Adwords Tool，WordTracker等)往往通过挖掘一些能够代表或扩充种子词语义的元素，例如URL，频繁的查询和元标签等，用来找到一些频繁共现或与种子关键词相似的词语，并作为建议关键词推荐给用户。它们往往只能生成一些包含种子关键词的建议关键词，例如对应于“shoes”，生成“basketball shoes”，“running shoes”等关键词，并且往往缺乏语义相关性。

基于挖掘词语间的语义关系，提高生成广告关键词的语义相关性，成为当前建议关键词生成研究的趋势。例如上述的例子中，对于种子词“shoes”，一些较相关的可以推荐给用户的建议关键词包括“socks”，“sandal”和“bootlace”等。用户相关性反馈作为连接低层特征和高层语义的重要技术，在这里引入，用来决定词语之间的相关性。通过监督的机器学习的方法，根据词语对之间一些代表性的低层特征，有效地对词语对做出相关性值进行计算，并以此对词语做排序，可以选出一些相关性较高的词语作为种子关键词的建议关键词呈现给用户。其中机器学习中主动学习的方法可以用来选取少量信息量最大的候选关键词和种子关键词组成的词语对样本，给用户作相关性判断，减少了用户精力耗费，并提高生成的建议关键词的相关性。

发明内容

本发明的目的在于提供一种基于用户反馈的赞助搜索广告的建议关键词生成方法。

本发明解决其技术问题所采用的技术方案的步骤如下：

1)对于用户输入的每个种子关键词，用一个特征文档代表种子关键词的语义，并选择特征文档中TFIDF值排在前面的词语作为候选关键词；

2)采用机器学习中主动学习的方法，选取具有最大信息量的候选关键词，要求用户提供反馈信息，判断与种子关键词是“相关”的还是“不相关”的；

3)根据用户的反馈信息，用机器学习方法对所有候选关键词与种子关键词的相关性进行学习，最后计算得到每个候选关键词与种子关键词的相关性值，根据相关性值对候选关键词按相关性从高到低排序，排序在前面的候选关键词作为种子关键词的建议关键词推荐给用户。

所述步骤1)中用户一般指广告商；在搜索引擎中，用户输入种子关键词，返回的每条结果包含网页标题，URL和文本片段；其中文本片段包含种子关键词的句子，取前L条搜索结果的文本片段，以此组成种子关键词的文档称为特征文档；L值根据用户对生成建议关键词的相关性的松紧程度进行选取，L为50～1000条；给定不同种子关键词的特征文档的集合，每个种子关键词的特征文档中出现的不包含停用词在内的所有词语，计算每个词语的TFIDF值，并选取TFIDF值排在前面的M个词语，当作相应种子关键词的候选关键词；其中M为100～800个。